license: cc0-1.0 task_categories:

• tabular-regression
• time-series-forecasting language:
• pt tags:
• fipe
• veiculos
• brasil
• carros
• precos pretty_name: fipeX - Dados de Veículos da Tabela FIPE size_categories:
• 1M<n<10M

fipeX: Dataset Completo da Tabela FIPE

Este dataset contém preços históricos e atuais de veículos comercializados no Brasil, baseados na Tabela FIPE (Fundação Instituto de Pesquisas Econômicas).

Os dados são extraídos e organizados pelo projeto fipeX — uma iniciativa independente para facilitar o acesso a dados automotivos públicos, com API pública gratuita e este dataset em domínio público.

Licença: CC0-1.0 — domínio público. Use livremente, inclusive comercialmente, sem necessidade de atribuição (atribuição é bem-vinda, claro).

Sobre o Dataset

Este conjunto de dados é ideal para:

• Análise de depreciação de veículos
• Previsão de preços (Machine Learning)
• Estudos econômicos sobre o mercado automotivo brasileiro
• Criação de aplicações de consulta e análise

Como Obter os Dados

O dataset é distribuído em três canais:

1. GitHub Releases (recomendado para download direto)

As snapshots completas (~1 GB CSV / ~120 MB Parquet) são publicadas como release assets em github.com/fipex-labs/dataset/releases. Cada tag (v2026.05.0, v2026.04.0, etc.) corresponde a uma referência mensal da FIPE.

# Download direto do release mais recente
curl -L -o fipex-prices-latest-merged.parquet \
  https://github.com/fipex-labs/dataset/releases/latest/download/fipex-prices-latest-merged.parquet

# Ou via gh CLI
gh release download --pattern '*.parquet' -R fipex-labs/dataset

2. Hugging Face Datasets

Mirror oficial em huggingface.co/datasets/alanwgt/fipex-veiculos-brasil — ideal para integração com a stack ML (datasets, polars, etc.).

3. Dumps mensais individuais (no git)

Dumps por período de referência (2026/01/, 2026/02/, …) ficam dentro deste repositório. São arquivos menores, versionáveis, e úteis para análises pontuais sem precisar baixar o histórico completo.

Arquivos Disponíveis

Histórico Completo (via GitHub Releases)

4 arquivos por release, combinando duas versões dos dados e dois formatos:

Por Período de Referência (YYYY/MM/)

Dumps individuais por período de referência FIPE, disponíveis apenas na versão original:

Por que apenas versão original nos dumps por período? A versão consolidada (merged) reflete o estado atual das fusões de modelos, que muda ao longo do tempo conforme a FIPE renomeia veículos. Um dump merged feito hoje seria diferente de um feito daqui a 6 meses. Para dados por período, a versão original é a única que permanece imutável e reproduzível.

Qual versão usar?

Ambas as versões do histórico completo contêm o mesmo número de registros de preços. A diferença está na atribuição dos nomes de modelos:

Versão Original (fipex-prices-latest.csv / .parquet):

• Usa os nomes de modelos exatamente como foram publicados pela FIPE em cada período
• Se a FIPE renomeou um modelo (ex: "Gol 1.0 Mi" → "Gol 1.0 12V"), os preços antigos mantêm o nome original
• Ideal para análises históricas que precisam rastrear renomeações ao longo do tempo

Versão Consolidada/Merged (fipex-prices-latest-merged.csv / .parquet):

• Unifica modelos renomeados sob o nome atual em todos os períodos
• Se um modelo foi renomeado, os preços históricos também aparecem com o nome novo
• Ideal para consultas e análises onde se quer acompanhar a evolução de preço de um veículo sem se preocupar com mudanças de nomenclatura

Formato CSV (.csv):

• Separado por tabulação (\t) - TSV format
• Compatível com Excel, Google Sheets, e qualquer ferramenta de análise de dados
• Fácil de ler e inspecionar visualmente
• Tamanho maior que Parquet

Formato Parquet (.parquet):

• Formato colunar binário otimizado para análise
• Compressão eficiente (~70% menor que CSV)
• Leitura 3-5x mais rápida que CSV
• Ideal para processamento em Python/Pandas, Spark, DuckDB
• Preserva tipos de dados nativamente

Estrutura dos Dados

Todos os arquivos compartilham a mesma estrutura de 12 colunas:

Exemplos de Uso

Python - Polars

import polars as pl

# Carregar CSV (note o separador tab)
df = pl.read_csv("fipex-prices-latest-merged.csv", separator="\t")

# Carregar Parquet (mais rápido!)
df = pl.read_parquet("fipex-prices-latest-merged.parquet")

# Estatísticas básicas
print(f"Total de registros: {df.height:,}")
print(f"Total de marcas: {df['nome_marca'].n_unique():,}")

# Top 10 marcas
print(df.group_by("nome_marca").len().sort("len", descending=True).head(10))

Para mais exemplos completos, veja examples/python.py.

SQL - DuckDB

-- Carregar Parquet diretamente
SELECT nome_marca, COUNT(*) as total
FROM 'fipex-prices-latest-merged.parquet'
GROUP BY nome_marca
ORDER BY total DESC
LIMIT 10;

Mais consultas prontas em examples/duckdb.sql.

Aviso Legal

Este dataset é derivado de informações públicas disponibilizadas pela FIPE. O fipeX é um projeto independente e não possui afiliação com a Fundação Instituto de Pesquisas Econômicas (FIPE).

Os dados são fornecidos "como estão", sem garantias de precisão absoluta. Recomenda-se utilizar com cautela para decisões financeiras críticas.

Atualização

Os dados são extraídos do banco de dados do FipeX. A intenção é manter este dataset atualizado mensalmente conforme a FIPE libera novas tabelas.

Como contribuir

Veja CONTRIBUTING.md. Scripts de exemplo em outras linguagens (R, Julia, Spark, etc.) são especialmente bem-vindos.

Projetos relacionados